S'abonner

Statistical versus artificial intelligence -based modeling for the optimization of antifungal activity against Fusarium oxysporum using Streptomyces sp. strain TN71 - 17/09/18

Doi : 10.1016/j.mycmed.2018.07.003 
S. Smaoui , K. Ennouri, A. Chakchouk-Mtibaa, I. Sellem, K. Bouchaala, I. Karray-Rebai, L. Mellouli
 Laboratory of microorganisms and biomolecules of the centre of biotechnology of Sfax, road of Sidi Mansour Km 6, P.O. Box 1177, 3018 Sfax, Tunisia 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 10
Iconographies 3
Vidéos 0
Autres 0

Abstract

A Streptomyces sp. strain TN71 was isolated from Tunisian Saharan soil and selected for its antimicrobial activity against phytopathogenic fungi. In an attempt to increase its anti–Fusarium oxysporum activity, GYM+S (glucose, yeast extract, malt extract and starch) culture medium was selected out of five different production media. Plackett–Burman design (PBD) was used to select yeast extract, malt extract and calcium carbonate (CaCO3) as parameters having significant effects on antifungal activity, and a Box–Behnken design was applied for further optimization. The analysis revealed that the optimum concentrations for the anti–F. oxysporum activity of the tested variables were yeast extract 5.03g/L, malt extract 8.05g/L and CaCO3 4.51g/L. Artificial Neural Networks (ANNs): the Multilayer perceptron (MLP) and the Radial basis function (RBF) were created to predict the anti–F. oxysporum activity. The comparison between experimental and predicted outputs from ANN and Response Surface Methodology (RSM) were studied. The ANN model presents an improvement of 14.73%. To our knowledge, this is the first work reporting the statistical versus artificial intelligence -based modeling for the optimization of bioactive molecules against mycotoxigenic and phytopathogenic fungi.

Le texte complet de cet article est disponible en PDF.

Keywords : Streptomyces sp. TN71 strain, Anti–F. oxysporum activity, Response surface methodology, Artificial neural network


Plan


© 2018  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 28 - N° 3

P. 551-560 - septembre 2018 Retour au numéro
Article précédent Article précédent
  • Diabetes, malignancy and age as predictors of Candida glabrata bloodstream infection: A re-evaluation of the risk factors
  • J. Smyth, C.C. Mullen, L. Jack, A. Collier, A.M. Bal
| Article suivant Article suivant
  • In vitro antidermatophytic activity and cytotoxicity of extracts derived from medicinal plants and marine algae
  • N.W. Sit, Y.S. Chan, S.C. Lai, L.N. Lim, G.T. Looi, P.L. Tay, Y.T. Tee, Y.Y. Woon, K.S. Khoo, H.C. Ong

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.